近日， 哈佛大學、麻省理工學院、斯坦福大學以及OpenAI等聯合發布了第二屆人工智能指數（AI Index）年度報告。與去年同期的第一期重點介紹人工智能領域的投資和工作崗位的增長速度不同，今年第二期的報告則廣泛地從全球視角介紹人工智能產業發展現狀，從人才培養、自主創新、發展差異、科研成果等方面分析人工智能產業發展的關鍵因素。

從學術界的論文數量、科研成果和人才需求來看，均獲得顯著上升，成果豐碩。其中，2017年對機器學習相應人才的需求比2015年暴增35倍，近十年來人工智能領域論文發表量增長七倍，而中國發表的論文數量增長了150％。

論文細分領域也同樣呈現高速增長，而且人工智能的各個專業領域均進入科研熱情期。2017年發表的AI論文中，56％的論文來自機器學習與概率推理研究方向，但2010年的論文中只有28％來自這一方向。神經網絡方向的論文發表數量在2014－2017年之間的復合年均增長率達到37％，而此前只有大約3％。

按論文所屬區域來看，美國僅占到全球論文發布內容的17％，歐洲是論文最高產的國家，2018年發表的論文在全球范圍內占比28％，中國緊隨其后，占比25％。中國的AI論文更側重于工程技術和農業科學，而美國和歐洲的AI論文則傾向于關注人文科學和醫學與健康科學。

而且，報告中也表示，在美國，AI論文更多來源于企業，美國企業的AI論文比例要遠高于其他國家和地區。這與論文主要關注的領域也是相關，工程類和農業領域更多由政府提出需求。如果是醫學類、健康類領域，國外大多由企業提供服務，更多屬于市場行為，所以企業主導相關領域論文較多。

從課程注冊情況來看，美國內，截止到2017年底，人工智能課程注冊人數是2012年的3．4倍，機器學習餓課程注冊人數是2012年5倍。美國以外來看，中國的清華大學是增長率最高的高校，幾乎是第二名的2倍。可以看到，中國在人工智能人才培養上較為重視，特別是從人工智能專業成為更多高校專業、為中學編制人工智能相應教材來看，人工智能課程未來可能成為更普及的教學課程。

中國工程院院士、中國人工智能學會理事長李德毅在接受媒體采訪時也談到，當前，我國智能產業的77％分布在應用層，而不是在基礎層和技術層，主要是集成產品和問題解決方案，還沒有形成產業集群效應。智能產業的基礎不牢，需求牽引力大于科技原動力，所以未來我國必須集聚自主原動力，在基礎層和技術層下功夫。